Effects of Ramadan intermittent fasting on inflammatory and biochemical biomarkers in males with obesity
Notice bibliographique
Résumé
BACKGROUND: To determine the effects of Ramadan intermittent fasting (RIF) on inflammatory (C-reactive protein (CRP), interleukin-6 (IL-6) and tumor necrosis factor-alpha (TNF-α)) and biochemical markers of liver-renal function (aspartate aminotransferase (AST), alanine amino transferase (ALT), bilirubin, lactate dehydrogenase (LDH), urea and creatinine) in males with obesity. MATERIALS AND METHODS: Twenty-eight males with obesity were randomly allocated to an experimental group (EG, n = 14) or a control group (CG, n = 14). The EG group completed their fasting rituals for the entire month of Ramadan (30 days) whereas the CG group continued with their normal daily habits. Blood samples were collected 24 h before the start of Ramadan (T0), on the 15th day of Ramadan (T1), the day after the end of Ramadan (T2), and 21 days after the end of Ramadan (T3). Resting plasma volume variation between pre and post-RIF (ΔPV) was calculated. RESULTS: Decreases were noted for interleukin-6 (p = 0.02, d = 1.4) and tumor necrosis factor-alpha (p = 0.01, d = 0.7), with no changes for C-reactive protein (p = 0.3; d = 0.1) in the EG compared to CG group. There were no changes (P > 0.05) in ΔPV recorded after RIF for either EG (-0.035 ± 0.02%) and CG (0.055 ± 0.06%). CONCLUSION: This study demonstrates that RIF improves systemic inflammation biomarkers in males with obesity. Moreover, RIF did not negatively affect biomarkers of liver and renal function.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».